AI的守望,電影的回眸
圖片來自“123rf.com.cn”
2017年,是中國電影市場回歸“快車道”,繼續昂首前進的一年。藝術片《岡仁波齊》、小眾國漫《大護法》、以及主旋律《戰狼2》等各類影片票房的集中突破甚至說爆發,無疑給中國影業注入了一針強心劑。電影市場是一塊巨大的蛋糕,無論是在國外還是國內都吸引了無數圍觀者。那么當人工智能也開始關注電影,會在現實世界里演繹出什么樣的故事情節呢?
不久前,IBM的人工智能系統Watson為福克斯的科幻電影《Morgan》操刀了一支電影預告片。工程師們首先給Watson輸入100部恐怖電影預告片進行學習,主要分析了預告片的畫面、聲音、創作構成,并貼上對應的情感標簽,這是基于人工智能系統可以識別預告片中人物的語調、聲音、背景音樂與此時人類相對應的情感類型。在Watson的幫助之下,電影工作人員制作預告片的時間從10天—1個月的周期縮減到了24小時。
AI的電影之路,少不了跌跌撞撞
Waston學習的結果對于電影工作人員來說確實可喜,但是AI技術入侵一直由人類主導的藝術領域—電影,真的可以把路走得漂漂亮亮嗎?智能相對論分析師楊蘇穎認為電影在人工智能上之路至少還存在三個障礙。
語言邏輯,尚未“刮骨”的硬傷
2016年,在倫敦科幻電影節的48小時電影創作挑戰單元上,紐約大學AI研究人員奧斯卡·夏普和羅斯·古德溫利用AI創造了一個9分鐘的小電影。他們開發了一個名叫“Benjamin”的遞歸神經網絡,將包括《星際穿越》、《超時空圣戰》、《捉鬼敢死隊》等幾十個科幻電影劇本輸入之后,Benjamin便能夠開始一行行地進行劇本創作。
不過,雖然AI創作的速度很快,但是質量卻并不能夠令人滿意。至少,這是一個暫時還沒有人能夠看懂的故事。在Benjamin創造的電影故事當中,情節混亂,前言不搭后語是常態。每一個獨立的句子看上去基本都還算通順,不過前后連起來就讓人完全一頭霧水。盡管有句話說,“一千個觀眾就有一千個哈姆雷特”,但是這并不能夠成為為AI語言邏輯硬傷開脫的理由。因為生產電影的終極目的還是為了給予人們一定意義層面上的啟示,可以或深或淺,但絕不是在看完之后仍然頭頂問號,不知所云。
而且要理解人類的自然語言,其實對于AI來說并不是一件容易的事情,我們可以簡單列舉它所面對的幾個挑戰。首先,語言是不完全有規律的事物,存在許多意外,這些意外往往是AI程序里面所無法全面覆蓋的;再者,語言是開源的,人們可以無止盡地對其進行創造,并利用比喻等方式去進行聯系;而且,理解語言的前提還需要有共通的符號空間,也就是相似的社會生活背景和文化背景。所以,綜合這幾點,從理論上來說,AI必須要擁有和人腦幾乎接近的結構才能靈活使用語言。而這樣的人腦模型能否用AI的數學模型去實現還是個大大的問號。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉Optimus Gen3量產在即,哪些環節最具確定性?
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 4 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 5 Tesla AI5芯片最新進展總結
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 8 2026,人形機器人只贏了面子
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 AI Infra產業鏈卡在哪里了?


分享













